윈스펙에서 진행하는 1일차 데이터 분석과 파이썬 교육에서는 반도체 공정 데이터를 분석할 때 활용할 수 있는 Excel, Spotfire, R, Python의 특징을 비교하며 데이터 분석 도구별 장단점을 이해했다. Excel은 직관적이고 간단한 통계 분석에 유용하지만, 고급 자동화를 위해서는 VBA가 필요하다는 점을 배웠다. 특히 실제 반도체 공정에서 발생하는 Date, Lot_ID, Process_Step, Measurement_Value, Spec_Low, Spec_High 데이터를 바탕으로 Spec 상·하한선 안에 들어오면 PASS, 벗어나면 FAIL로 판정하고, Lot_ID와 Process_Step 기준으로 평균, 표준편차, 불량률을 계산하는 흐름을 학습했다. 여기서 Lot은 Wafer 25장 단위라는 점도 공정 데이터 해석에 중요하다고 느꼈다.
또한 파이썬은 읽기 쉬운 문법과 동적 타이핑, 모듈 확장성이 강점이며, Pandas, Numpy, Matplotlib, Seaborn 같은 라이브러리를 통해 데이터 전처리와 시각화에 효과적으로 활용될 수 있음을 알게 되었다. 결측값을 제거한 뒤 Seaborn regplot으로 bill_length_mm과 body_mass_g의 선형회귀식과 결정계수를 그래프에 표시하는 예제를 통해, 파이썬이 단순 계산이 아니라 데이터의 관계를 시각적으로 해석하는 도구라는 점을 체감했다. 앞으로 AI와 파이썬 기반 데이터분석 역량을 키워 반도체 공정 불량 원인 분석과 품질 개선에 활용하고 싶다.